Claude Sonnet 5 とは？Sonnet 4.6 から何が変わったのかを、ベンチマークと料金で見る次世代モデル 🤖
はじめに
Claude Sonnet 5 は、Anthropic が 2026年6月30日に公開した Sonnet ファミリーの次世代モデルです。モデルID は claude-sonnet-5、コンテキストウィンドウは 1M トークン、最大出力は 128k トークンで、位置づけとしては「速度と知能のバランスが良い、日常使いの主力モデル」になります。
この記事では、Claude Sonnet 5 が前世代の Sonnet 4.6 から何を変えてきたのかを整理します。具体的には、デフォルト挙動の3つの変更、約30%トークンが増える新しいトークナイザー、他社モデルを含むベンチマーク比較、そして料金です。コードを書く方にも、API のコストを見積もる方にも役立つように、移行時の注意点までまとめました。
公称スコアの扱いには一つだけ先に断っておきます。本記事のベンチマーク表は Anthropic の Transparency Hub や各社の公称値をもとにした第三者集計で、同じ環境で同じ日に回し直した値ではありません。傾向をつかむ材料として読んでください。
Claude Sonnet 5 とは：Sonnet 4.6 のドロップイン置換 🔁
まず全体像です。Claude のモデルは大きく Opus（最高性能）、Sonnet（バランス）、Haiku（最速・最安）の3ティアに分かれています。Sonnet 5 はその真ん中、Sonnet ティアの最新版です。
公式は Sonnet 5 を「Sonnet 4.6 からのドロップイン置換」と表現しています。つまり、すでに Sonnet 4.6 で動いているコードはモデルID を差し替えるだけで動きます。ただし後述する3つの動作変更だけは確認が必要です。価格は Sonnet 4.6 と同額のまま、能力が上がっているのがポイントです。
この図が示すのは、Sonnet 5 が「Opus ほどのコストはかけたくないが、Sonnet 4.6 では少し物足りない」という中間の需要を埋めにきている点です。Anthropic 自身も、Opus クラスに移行せず能力を一段上げたいワークロードの受け皿として Sonnet 5 を位置づけています。
共通スペックを表にまとめます。
| 項目 | Claude Sonnet 5 |
|---|---|
| モデルID | claude-sonnet-5 |
| 公開日 | 2026年6月30日 |
| コンテキストウィンドウ | 1M トークン（デフォルト＝最大） |
| 最大出力 | 128k トークン |
| トレーニングカットオフ | 2026年1月 |
| 思考（thinking） | アダプティブ思考がデフォルトで有効 |
| 料金 | 入力 $3 / 出力 $15（2026年8月31日まで導入価格 $2 / $10） |
| 提供 | Claude API / AWS / Google Cloud / Microsoft Foundry（プレビュー） |
3つの動作変更：移行で必ず確認するところ ⚙️
Sonnet 4.6 からの差分のうち、コードに影響するのは次の3つだけです。ここを押さえれば、あとはモデルID の差し替えで済みます。
1. アダプティブ思考がデフォルトで有効になった
Sonnet 4.6 では、thinking フィールドを付けずにリクエストすると「思考なし」で動いていました。Sonnet 5 では、同じリクエストが「アダプティブ思考あり」で動きます。モデルがタスクの難しさに応じて、考える量を自分で調整してくれる挙動です。
ここで一つ落とし穴があります。max_tokens は「思考＋レスポンス本文」の合計に対する上限です。4.6 で思考なし前提に max_tokens を切り詰めていた場合、5 では思考が割り込んでくるぶん、本文が途中で切れることがあります。思考をオフにしたいなら明示的に thinking: {type: "disabled"} を渡してください。
2. 手動の拡張思考が削除された
thinking: {type: "enabled", budget_tokens: N} のように、思考の予算をトークン数で固定する書き方は Sonnet 4.6 で非推奨でしたが、Sonnet 5 では削除されました。送ると 400 エラーが返ります。代わりに、effort パラメータ付きのアダプティブ思考を使います。
# Claude Sonnet 5 ではサポートされていません（400 を返します）
thinking = {"type": "enabled", "budget_tokens": 32000}
# 代わりにこちらを使用します
thinking = {"type": "adaptive"}
# 思考の深さは output_config の effort で調整する
3. サンプリングパラメータが受け付けられなくなった
temperature / top_p / top_k をデフォルト以外の値に設定すると 400 エラーになります。値を省略するか、デフォルト値のまま送るぶんには問題ありません。出力の多様性や口調を制御したいときは、これらのパラメータではなくシステムプロンプトの指示で誘導します。これは Opus 4.7 で先に入った制約が、ついに Sonnet ティアにも来た、という流れです。
💡 アシスタントメッセージのプリフィル（最後を assistant ターンで終える書き方）も非対応で 400 になります。ただしこれは Sonnet 4.6 からの継続で、新しい変更ではありません。出力フォーマットを固定したいときは構造化出力（
output_config.format）を使ってください。
新しいトークナイザー：同じテキストでトークンが約30%増える 🔢
意外と見落としやすいのが、トークナイザーの刷新です。Sonnet 5 は新しいトークナイザーを採用していて、同じ入力テキストでも Sonnet 4.6 と比べて約30%（おおよそ 1.0〜1.35倍）多くのトークンが生成されます。
リクエスト・レスポンス・ストリーミングの形式は変わらないので、コード自体の修正は不要です。でも、トークン数で測ったり予算を組んだりしているものは、すべて影響を受けます。
ここで気をつけたいのは、単価（トークンあたりの価格）は据え置きでも、同じ作業の実コストが変わりうるという点です。たとえば 4.6 で 1万トークンだったプロンプトが、5 では 1.3万トークンとして課金されることがあります。移行の際は、過去に 4.6 で測ったトークン数をそのまま流用せず、トークンカウント API で claude-sonnet-5 を指定して測り直すのが確実です。max_tokens も、想定出力長ギリギリに設定していたなら少し余裕を持たせておくと安全です。
他LLMとのベンチマーク比較 📊
ここが多くの方の関心どころだと思います。Sonnet 5 が他のモデルとどれくらい差があるのかを、コーディング・エージェント系のベンチマークで見ていきます。
繰り返しになりますが、以下の数値はベンダー公称値や第三者集計の寄せ集めで、同一ハーネス・同一日付の再実行ではありません。順位の傾向をつかむ材料として読んでください。比較対象には、同じ Sonnet の前世代（4.6）、上位の Opus 4.8、他社の GPT-5.5 と Gemini 3.5 Flash を並べています。
| ベンチマーク | Sonnet 5 | Sonnet 4.6 | Opus 4.8 | GPT-5.5 | Gemini 3.5 Flash |
|---|---|---|---|---|---|
| SWE-bench Pro（実務的なコード修正） | 63.2 | 58.1 | 69.2 | 58.6 | 55.1 |
| Terminal-Bench 2.1（端末エージェント） | 80.4 | 67.0 | 82.7 | 83.4 | — |
| OSWorld-Verified（GUI操作） | 81.2 | 78.5 | 83.4 | — | — |
| Humanity's Last Exam（ツールなし） | 43.2 | 34.6 | 49.8 | — | — |
| Humanity's Last Exam（ツールあり） | 57.4 | 46.8 | 57.9 | — | — |
この表から読み取れることを、素直に整理します。
まず、Sonnet 5 は前世代の Sonnet 4.6 を全項目で上回っています。とくに Terminal-Bench 2.1 は 67.0 → 80.4 と13ポイント以上伸びていて、エージェント・端末操作系の強化がはっきり出ています。公式が「最も大きな向上はコーディングとエージェントタスク」と言うのは、このあたりの数字に表れています。
次に、他社モデルとの比較です。SWE-bench Pro では Sonnet 5（63.2）が GPT-5.5（58.6）と Gemini 3.5 Flash（55.1）を上回ります。一方で Terminal-Bench 2.1 は GPT-5.5（83.4）が Sonnet 5（80.4）をわずかに上回ります。「エージェント系コーディングの王者」と一言で言い切れるわけではなく、評価する軸によって順位が入れ替わる、というのが正直なところです。
そして、上位の Opus 4.8 はやはり多くの軸で最上位です。Sonnet 5 は Opus 4.8 に肉薄する場面もありますが、純粋な難問解決力（Humanity's Last Exam ツールなしで 43.2 対 49.8）ではまだ差があります。ここは価格差（$3/$15 対 $5/$25）を考えれば妥当な住み分けです。
セーフティ面の数字も載せておきます。Sonnet ティアで初めてリアルタイムのサイバーセキュリティセーフガードを積んだモデルなので、安全系の指標は地味に効いてきます。
| 指標（低いほど良い） | Sonnet 5 | Sonnet 4.6 | Opus 4.8 | GPT-5.5 | Gemini 3.5 Flash |
|---|---|---|---|---|---|
| プロンプトインジェクション成功率 | 0.19% | 1.41% | 0.19% | 3.08% | 6.66% |
| MASK 虚偽率 | 3.1% | 13.3% | 6.1% | — | — |
プロンプトインジェクションの通りにくさは Sonnet 5 と Opus 4.8 が同率（0.19%）で、他社モデルより一桁低い水準です。エージェントに外部ツールを叩かせる用途では、この差はそこそこ大きいと思います。
💡 サイバーセキュリティのセーフガードに引っかかると、エラーではなく
stop_reason: "refusal"を含む HTTP 200 が返ります。response.content[0]をいきなり読むコードは、拒否時にインデックスエラーで落ちます。stop_reasonを先にチェックする処理を入れておくと安心です。
effort パラメータと使い分け 🎚️
Sonnet 5 では、思考の深さと全体のトークン消費を output_config の effort で制御します。Sonnet ティアとして初めて xhigh をサポートしたのもトピックです。
ざっくりした目安はこうです。普段使いは既定の high のままで十分で、本気のコーディングやエージェント実行のときだけ xhigh に上げる。逆にチャットや単純な分類のように知能をそこまで要求しない処理は low に落とす。公称では、Sonnet 5 の medium が Sonnet 4.6 の high に近い知能、Sonnet 5 の high が 4.6 の max に近い知能、という対応感だとされています。
注意点として、Sonnet 5 は effort をかなり素直に守ります。low で複雑な問題を投げると、考えが浅いまま返ってくることがあります。そういうときはプロンプトで粘らせるより、まず effort を high か xhigh に上げるのが早道です。
価格 💰
料金は Sonnet 4.6 から据え置きで、入力 100万トークンあたり $3、出力 100万トークンあたり $15 です。さらに 2026年8月31日まで導入価格が適用され、入力 $2 / 出力 $10 になります。9月1日以降は標準価格に戻ります。
| モデル | 入力（per 1M） | 出力（per 1M） | 備考 |
|---|---|---|---|
| Sonnet 5（導入価格） | $2 | $10 | 2026年8月31日まで |
| Sonnet 5（標準） | $3 | $15 | 2026年9月1日から |
| Sonnet 4.6 | $3 | $15 | 標準 |
| Opus 4.8 | $5 | $25 | 標準 |
| Haiku 4.5 | $1 | $5 | 標準 |
ただし、単価が同じだからといって「Sonnet 4.6 と同じコストで動く」とは限りません。前述の新トークナイザーが効いてきて、同じテキストでも約30%多くトークンが出ます。単価据え置き × トークン約30%増なので、同等のリクエストでは 4.6 より割高になる場面があります（導入価格の $2/$10 が効いている8月末までは、その増ぶんを価格側が吸収してくれる、という見方もできます）。
実コストを正しく見積もるなら、代表的なプロンプトを claude-sonnet-5 でトークンカウントして、新しい単価を掛け直すのが確実です。「単価表だけ見て同じだと思っていたら、月末の請求が想定より上振れしていた」という事態を避けられます。
使い方：移行はモデルID の差し替えから 🛠️
Sonnet 4.6 からの移行は、まずモデルID を差し替えるところから始めます。
model = "claude-sonnet-4-6" # Before
model = "claude-sonnet-5" # After
その上で、先ほどの3つの動作変更に対応します。最小限の呼び出しはこんな形です（説明用の例です）。
import anthropic
client = anthropic.Anthropic()
response = client.messages.create(
model="claude-sonnet-5",
max_tokens=16000, # 思考ぶんの余裕を見て少し大きめに
thinking={"type": "adaptive"}, # 手動の budget_tokens は使わない
output_config={"effort": "high"}, # 難しいコーディングなら "xhigh"
# temperature / top_p / top_k は付けない（非デフォルト値は 400）
messages=[{"role": "user", "content": "このコードのバグを直してください"}],
)
for block in response.content:
if block.type == "text":
print(block.text)
移行後にチェックすべきことを、順番にまとめておきます。
- トークン予算とカウント。新トークナイザーで約30%増えるので、トークンカウント API で測り直し、
max_tokensの上限を見直します。 - 拡張思考。
budget_tokensを使っていたらアダプティブ思考に移します。手動の拡張思考は 400 になります。 - サンプリングパラメータ。
temperature/top_p/top_kの非デフォルト値を送っていたら削除します。
提供プラットフォームは幅広く、Claude API（全顧客）に加えて、AWS（Bedrock / Claude Platform on AWS）、Google Cloud（Vertex AI）、Microsoft Foundry（プレビュー）で使えます。なお AWS のレガシー経路（InvokeModel / Converse API）では Sonnet 5 は使えない点だけ注意してください。
どんなときに Sonnet 5 を選ぶか 🧭
最後に、モデル選びの観点で整理します。3ティアを使い分けるなら、おおまかにこう考えると迷いにくいです。
- 日常の主力として、コーディング・チャット・要約・エージェントを幅広く回すなら Sonnet 5。価格と能力のバランスが良く、4.6 からの素直なアップグレードになります。
- とにかく最高の難問解決力が要る、長時間の自律エージェントや込み入ったリファクタなら Opus 4.8。SWE-bench Pro や難問系で一段上の数字が出ます（そのぶん $5/$25 と高め）。
- 速度とコストが最優先で、知能をそこまで要求しない分類・単純照会なら Haiku 4.5。
私自身がもし新規プロジェクトで1つ選ぶなら、まず Sonnet 5 を既定にします。導入価格が効いている8月末までは特に試しやすく、難しいタスクで詰まったときだけ局所的に Opus 4.8 に切り替える、という運用が現実的だと思います。
まとめ
Claude Sonnet 5 でいちばん持ち帰ってほしいのは、「Sonnet 4.6 のドロップイン置換だが、3つの動作変更とトークナイザーだけは必ず確認する」という一点です。アダプティブ思考のデフォルト化、手動拡張思考の削除、サンプリングパラメータの制約。この3つに対応し、新トークナイザーぶんのトークン数とコストを測り直せば、同じ価格で一段上の能力を手に入れられます。
ベンチマークを見るかぎり、コーディングとエージェントの伸びは本物で、他社モデルと並ぶ場面も増えてきました。とはいえ軸によって順位は入れ替わりますし、表の数字は第三者集計です。最終的には自分のワークロードで claude-sonnet-5 を実際に回し、トークン数と品質を測ってから判断するのが、いちばん確実だと思います。
参考
- Claude Sonnet 5の新機能（Anthropic 公式ドキュメント）
- モデルの概要・価格（Anthropic 公式）
- Anthropic Transparency Hub（ベンチマーク一次情報）
- Claude Sonnet 5: Benchmarks, Pricing & How It Compares（codersera）
- Best AI Model for Coding（morphllm）
💡 ベンチマークはすべてベンダー公称値・第三者集計で、同一環境での再実行ではありません。価格・仕様は 2026年7月時点のもので、変動の可能性があります。最新値は公式ドキュメントでご確認ください。